万豪酒店房晚价格积分比
缘起¶
- 万豪酒店体系既可以支付房间费用也可以用积分兑换房晚
- 积分价格按照 Cat 区别等级，直接房价虽考虑到这些因素，却不一定与积分等值
- 万豪的积分可以用美元购买，20201213 的价格是 1000 积分 12.5 美元，一般比较稳定
- 时常有积分活动参加，例如额外送 60% 或者 50% 积分等
- 积分房有住 5 付 4 的福利，但积分也面临着贬值的风险，另外有些升级计算不算积分房
目标¶
- 得到深圳、上海、广州、成都四个城市的酒店价格（积分价格和直接预定价格）
- 计算同一房晚的价格积分比（price point ratio, ppr）
- 为了计算和可视化方便，将 1000 积分 对应 12.5 美元时的 ppr 作为 0
- 20201214 凌晨美元兑人民币汇率是 6.5463
- $$ppr=\frac{price/point}{12.5\times 6.5463/1000}=price/point*12.220643722$$
- ppr = 1 意味着和原价购买的积分等值；ppr > 1 代表积分的价值比原价更高，使用积分更划算；ppr < 1 代表积分的价值比原价更低，直接购买更划算
- 可视化 1
- 所有城市的 ppr，应该有 4 张图，每张图酒店（x 轴）ppr（y 轴）
- 指出 benchmark，即直接购买积分的 ppr 和参与活动的 ppr
- 可视化 2
- 对比所有城市在这些日期的酒店平均 ppr
- 图中也可以指出每个城市的平均 ppr
房晚数据源说明¶
- 数据提取日期：20201213（价格可能会浮动）
- 提取方式，手动复制网站数据，命名为 City-YYYYMMDD.txt
- 12 个 txt 文件（来自万豪中国官网 - https://www.marriott.com.cn）
- City-low.txt 这个城市的淡季价格：20210205，周五
- City-medium.txt 这个城市的平季价格：20201218，周五
- City-high.txt 这个城市的旺季价格：20210416，周五
- 以金会员身份登陆查询，显示含税及所有费用的房价，对一家酒店，选择是是起步价（可能是大床或者双床房）
- 城市可能包含周边城市的其他距离较近的酒店（例如深圳包含了部分东莞的酒店），以万豪中国官网为准
房晚数据清洗¶
- 主要难点是如何从 txt 中提取信息
- 最初试图采用 re 模块，先提取 segment，再在每个 segment 中提取 hotel_name, price_in_cny, points，但是 re 过于复杂了
- 后面采用 readlines 得到解决
- 由于网站上得到的可能有不同的结构，所以在 try 结构中用了 3 层，尝试 3 种可能的情况（后两者分别 offset）
- 生成 12 个 csv 文件保存在 CSVResult 文件夹中，命名方式和 txt 相同
- 补充清洗过程，将同一个城市不同 date 的数据合并，删除没有数据的酒店，最终的结果是 4 个 City.csv
In [3]:
import os
import glob
import pandas as pd
cities = ['Shenzhen', 'Shanghai', 'Guangzhou', 'Chengdu']
dates = ['20201218', '20210205', '20210416']
t = tuple((c, p) for c in cities for p in dates)
for city, date in t[:]:
src = city + '-' + date + '.txt'
with open('PriceData/' + src) as f:
lines = f.readlines()
data = [] # list of [hotel_name, price_in_cny, points]
lines = [line for line in lines if line.strip(' ') != '\n'] # 移除所有空行
for i, line in enumerate(lines):
if '距目的地' in line: # 令人意外地，“距目的地”才是要找的锚点
temp = []
hotel_name = lines[i-4].strip()
temp.append(hotel_name)
try:
price_in_cny = int(lines[i+3].replace(' CNY /每晚 起\n', '').replace(',', '')) # 排除了其他货币
temp.append(price_in_cny)
points = int(lines[i+2].replace(' 积分／住宿\n', '').replace(',', ''))
temp.append(points)
except Exception:
try: # 如果没找到，尝试 offset
price_in_cny = int(lines[i+2].replace(' CNY /每晚 起\n', '').replace(',', ''))
temp.append(price_in_cny)
points = int(lines[i+1].replace(' 积分／住宿\n', '').replace(',', ''))
temp.append(points)
except Exception:
try: # 如果没找到，尝试 offset
price_in_cny = int(lines[i+4].replace(' CNY /每晚 起\n', '').replace(',', ''))
temp.append(price_in_cny)
points = int(lines[i+3].replace(' 积分／住宿\n', '').replace(',', ''))
temp.append(points)
except Exception as err:
# print(name, err)
continue
data.append(temp)
frame = pd.DataFrame(data, columns=('hotel_name', 'price_in_cny', 'points'))
frame['ppr'] = frame['price_in_cny'] / frame['points'] * 12.220643722
os.makedirs('CSVResult', exist_ok=True)
frame.to_csv('CSVResult/' + src.replace('txt', 'csv'))
# 补充清洗过程，将同一个城市不同 date 的数据合并，删除没有数据的酒店
for city in cities[:]:
frame = pd.read_csv('CSVResult/' + city + '-' + dates[0] + '.csv', usecols=['hotel_name', 'ppr']) # 以 low 为初始
frame = frame.merge(
pd.read_csv('CSVResult/' + city + '-' + dates[1] + '.csv',
usecols=['hotel_name', 'ppr']),
on='hotel_name',
suffixes=['_' + dates[0], '']
)
frame = frame.merge(
pd.read_csv('CSVResult/' + city + '-' + dates[2] + '.csv',
usecols=['hotel_name', 'ppr']),
on='hotel_name',
suffixes=['_' + dates[1], '_' + dates[2]]
)
frame.to_csv('CSVResult/{}.csv'.format(city))
积分价格说明和 promotion¶
- 数据查询日期：20201213
- 非活动价格：1000 积分 12.5 美元
- 活动价格：送 50%，等于 66 折
- 万豪积分活动 - https://storefront.points.com
- 在这样的情况下有 ppr_promotion = 1 / (1+0.5) = 0.666...
数据可视化¶
- 对于同一城市，不同散点颜色代表不同的淡旺季
- 两根与 x 轴平行的辅助线代表了不同积分活动下的 benchmark 移动（y = 1 表示无活动）
- benchmark 横线代表该积分活动的 ppr 基准，在 benchmark 以上的散点说明积分的价值高于 benchmark，用积分划算
In [7]:
import os
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import pandas as pd
from matplotlib.font_manager import FontProperties
# 自定义字体（楷体-简）
kai = FontProperties(fname=os.getenv('HOME') + '/Library/Mobile Documents/com~apple~CloudDocs/Syncing/KaitiSC-Regular.ttf')
# 使用自定义模板
mpl.style.use('~/Library/Mobile Documents/com~apple~CloudDocs/Syncing/kvt-academic.mplstyle')
mpl.rcParams['font.size'] = 8
cities = ['Shenzhen', 'Shanghai', 'Guangzhou', 'Chengdu']
cities_chs = ['深圳', '上海', '广州', '成都']
dates = ['20201218', '20210205', '20210416']
colors = ['lightsteelblue', 'lightgreen', 'lightcoral']
# promotions = [0]
promotions = [0, 0.5] # 买 1 加送 promotion
for city in cities[:]:
frame = pd.read_csv('CSVResult/' + city + '.csv', index_col=0)
ax = plt.gca()
title = '{}各酒店价格积分比\n{}（蓝色）{}（绿色）{}（红色）'.format(cities_chs[cities.index(city)], *dates)
kai.set_size(12)
ax.set_title(title, fontproperties=kai)
# ax.set_ylabel('ppr')
for date in dates[:]:
ax.scatter(*zip(*enumerate(frame['ppr_' + date])), label=date, color=colors[dates.index(date)], alpha=0.5)
ax.set_xticks(range(len(frame)))
# 竖着展示酒店名称
def vertical_label(string):
return '\n'.join(s for s in list(string) if s != ' ')
kai.set_size(8)
ax.set_xticklabels(frame['hotel_name'].map(vertical_label), fontproperties=kai)
# 沿着每个坐标 tick 位置添加辅助竖线方便定位
ax.vlines(range(len(frame)), 0, 5, color='lightgrey', linestyles='dotted')
# 在 y = 1 / (1+promotion) 处添加横向定位
ax.set_xlim(-1, len(frame))
ax.hlines([1 / (1+p) for p in promotions], -1, len(frame), color='k', linestyles='dashed')
# 对 y 轴进一步优化
ax.set_yticks(np.arange(0, 5, 0.05))
ymin = frame.iloc[:, 1:].values.min()
ymax = frame.iloc[:, 1:].values.max()
ax.set_ylim(ymin-0.1, ymax+0.1)
# 保存并展示
plt.savefig(city)
plt.show()
下一步¶
- 汇率
- 现在是三个日期数据，可以添加多个日期